Elasticsearch 监控指标解析

1.集群监控

集群监控主要包括两个方面的内容，分别是集群健康情况和集群的运行状态。

集群健康状态可以通过以下api获取：

http://ip:9200/_cluster/health?pretty

关键指标说明：

 status：
 #集群状态，分为green、yellow和red。 
 number_of_nodes/number_of_data_nodes:
 #集群的节点数和数据节点数。 
 active_primary_shards：
 #集群中所有活跃的主分片数。 
 active_shards：
 #集群中所有活跃的分片数。
 
 relocating_shards：
#当前节点迁往其他节点的分片数量，通常为0，当有节点加入或者退出时该值会增加。 
initializing_shards：
#正在初始化的分片。 
unassigned_shards：
#未分配的分片数，通常为0，当有某个节点的副本分片丢失该值就会增加。 
number_of_pending_tasks：
#是指主节点创建索引并分配shards等任务，如果该指标数值一直未减小代表集群存在不稳定因素。 
active_shards_percent_as_number：
#集群分片健康度，活跃分片数占总分片数比例。 
number_of_pending_tasks：
#pending task只能由主节点来进行处理，这些任务包括创建索引并将shards分配给节点。

集群状态信息主要包含整个集群的一些统计信息，例如文档数、分片数、资源使用情况等。

集群状态信息可以由以下api获取：

http://ip:9200/_cluster/stats?pretty

关键指标说明：

 indices.count：
 #索引总数。
 
 indices.shards.total：
 #分片总数。
 
 indices.shards.primaries：
 #主分片数量。 
 docs.count：
#文档总数。 
store.size_in_bytes：
#数据总存储容量。
 
segments.count：
#段总数。 
nodes.count.total：
#总节点数。 
nodes.count.data：
#数据节点数。 
nodes. process. cpu.percent：
#节点CPU使用率。 
fs.total_in_bytes：
#文件系统使用总容量。 
fs.free_in_bytes：
#文件系统剩余总容量。

2.节点监控

节点监控主要针对各个节点，有很多指标对于保证ES集群的稳定运行非常重要。

可以通过以下api获取：

http://ip:9200/_nodes/stats?pretty

关键指标说明：

 name：
 #节点名。 
 roles：
 #节点角色。 
 indices.docs.count：
 #索引文档数。 
 segments.count：
 #段总数。 
 jvm.heap_used_percent：
#内存使用百分比。 
thread_pool.{bulk, index, get, search}.{active, queue, rejected}：
#线程池的一些信息，包括bulk、index、get和search线程池，主要指标有active（激活）线程数，线程queue（队列）数和rejected（拒绝）线程数量。

以下一些指标是一个累加值，当节点重启之后会清零。

 indices.indexing.index_total：
 #索引文档数。 
 indices.indexing.index_time_in_millis：
 #索引总耗时。 
 indices.get.total：
 #get请求数。 
 indices.get.time_in_millis：
 #get请求总耗时。 
 indices.search.query_total：
#search总请求数。 
indices.search.query_time_in_millis：
#search请求总耗时。indices.search.fetch_total：fetch操作总数量。 
indices.search.fetch_time_in_millis：
#fetch请求总耗时。 
jvm.gc.collectors.young.collection_count：
#年轻代垃圾回收次数。 
jvm.gc.collectors.young.collection_time_in_millis：
#年轻代垃圾回收总耗时。 
jvm.gc.collectors.old.collection_count：
#老年代垃圾回收次数。 
jvm.gc.collectors.old.collection_time_in_millis：
#老年代垃圾回收总耗时。

一些需要计算的指标： 节点监控的计算指标主要分为两类，分别为请求速率指标和请求处理延迟指标，下面作具体介绍。

 index_per_min：
 #每分钟索引请求数量。计算公式如下：
 #索引请求率=(index_total两次采集差值)/(系统时间差值（ms）)×60000 (公式1)
 indexAverge_per_min：
 #索引请求处理延迟。计算公式如下：
 #索引延迟=(index_time_in_millis两次采集差值)/(index_total两次采集差值)  (公式2)
 get_per_min：
 #每分钟get请求数量，计算公式如(公式1)，更改相应参数。 
 getAverage_per_min：
#get请求处理延迟，计算公式如(公式2) ，更改相应参数。 
merge_per_min：
#每分钟merge请求数量，计算公式如(公式1)，更改相应参数。 
mergeAverage_per_min：
#merge请求处理延迟，计算公式如(公式2) ，更改相应参数。 
searchQuery_per_min：
#每分钟query请求数量，计算公式如(公式1)，更改相应参数。 
searchQueryAverage_per_min：
#query请求延迟，计算公式如(公式2) ，更改相应参数。 
searchFetch_per_min：
#每分钟fetch请求数量，计算公式如(公式1)，更改相应参数。 
searchFetchAverage_per_min：
#fetch请求延迟，计算公式如(公式2) ，更改相应参数。 
youngGc_per_min：
#每分钟young gc数量，计算公式如(公式1)，更改相应参数。 
youngGcAverage_per_min：
#young gc请求延迟，计算公式如(公式2) ，更改相应参数。 
oldGc_per_min：
#每分钟old gc数量，计算公式如(公式1)，更改相应参数。 
oldGcAverage_per_min：
#old gc请求延迟，计算公式如(公式2) ，更改相应参数。

3.索引监控

索引监控指标主要针对单个索引，不过也可以通过“_all”对集群中所有索引进行监控。

节点监控指标可以通过以下api获取：

http://ip:9200/_stats?pretty

关键指标说明：

http://ip:9200/_stats?pretty。
#关键指标说明： 
indexname.primaries.docs.count：
#索引文档数量。

以下一些指标是一个累加值，当节点重启之后会清零。

 indexname.primaries.indexing.index_total：
 #索引文档数。 
 indexname.primaries.indexing.index_time_in_millis：
 #索引总耗时。 
 indexname.primaries.get.total：
 #get请求数。 
 indexname.primaries.get.time_in_millis：
 #get请求总耗时。 
 indexname.primaries.search.query_total：
#search总请求数。 
indexname.primaries.search.query_time_in_millis：
#search请求总耗时。indices.search.fetch_total：fetch操作总数量。 
indexname.primaries.search.fetch_time_in_millis：
#fetch请求总耗时。 
indexname.primaries.refresh.total：
#refresh请求总量。 
indexname.primaries.refresh.total_time_in_millis：
#refresh请求总耗时。
 
indexname.primaries.flush.total：
#flush请求总量。 
indexname.primaries.flush.total_time_in_millis：
#flush请求总耗时。

理解了上面的指标

就可以使用Prometheus和Grafana进行监控展示

下面是我们测试环境的Grafana上展示的Elasticsearch集群的状态

可以看到prometheus采集到的的指标信息还是比较全面的